论文总字数：25339字

摘 要

现代工业发展迅速，满足了人们日益丰富的物质需要,与此同时，人们也对过程工业的优质高产、低耗、低污染以及安全稳定生产提出了更严格的要求。基于多元统计分析的故障诊断方法是故障诊断领域的一个重要研究分支,主元分析(PCA)方法又是目前在工业过程故障诊断中应用最多的多元统计方法之一，本文致力于研究基于主元分析的流程工业系统的过程监控与诊断方法。

主要研究内容如下：

1. 以主元分析为研究方法，研究连续过程工业系统的过程监控与诊断方法，以化工过程中的田纳西一伊斯曼(TE)过程为对象，研究了选取不同的主元个数和不同的控制限对监控性能造成的影响。
2. 研究了基于多向主元分析的间歇过程监控与诊断方法，分别讨论了批次展开和变量展开的建模方法，结合了两者的优缺点，研究了改进的MPCA方法，并以盘尼西林发酵过程为对象进行了仿真研究，验证了该方法的有效性。

关键词：故障诊断 流程工业 多元统计 主元分析

ABSTRACT

The rapid development of modern industry to meet the growing wealth of material need, at the same time, it is also of high-yielding process industries, low consumption, low pollution and a safe and stable production made more stringent requirements. Fault Diagnosis is an important area of fault diagnosis research branch, principal component analysis (PCA) method is one of the most widely used multivariate statistical methods fault diagnosis in industrial processes , the paper dedicated to the research based on principal component process analysis process Industrial System monitoring and diagnosis.

The main contents are as follows:

(1)In principal component analysis research methods, continuous process industry process monitoring and diagnosis system to a chemical process in Tennessee Eastman (TE) process for the object, select a different number of main elements and different control limited impact on the result of monitoring performance.

(2) The batch process monitoring and diagnosis multidirectional based on principal component analysis, are discussed and variable batch Expand Expand modeling approach that combines the advantages and disadvantages of both, study improved MPCA method, and penicillin fermentation process is the object of the simulation study, the validity of the approach.

Keywords:fault diagnosis;Process industry; multivariate statistical; Principal Component Analysis

目录

摘要 I

ABSTRACT II

目录 III

第一章 绪论 1

1.1 课题的背景和意义 1

1.2 故障诊断理论 1

1.2.1故障诊断的基本概念 1

1.2.2故障诊断方法的分类 2

1.3 国内外发展现状 3

1.4 本文主要研究内容 4

第二章 基于主元分析的连续过程监控方法 6

2.1 主元分析基本理论 6

2.1.1 主元分析理论概述 6

2.1.2 主元分析算法 7

2.1.3 主元分析的代数和几何意义 9

2.2 基于PCA的过程监控方法 10

2.2.1 主元个数的选择 10

2.2.2 统计量和控制限 11

2.2.3 变量贡献图 13

2.2.4 基于PCA的故障检测与诊断流程 14

2.3 仿真研究 15

2.3.1 TE过程简介 15

2.3.2 实验结果分析 17

2.4 本章小结 19

第三章 基于多向主元分析的间歇过程监控方法 20

3.1 多主元分析基本理论 20

3.1.1 基于批次展开的MPCA方法 21

3.1.2 基于变量展开的MPCA方法 22

3.2 改进的多向主元分析方法 22

3.2.1 传统MPCA方法存在的问题 22

3.2.2 改进的MPCA方法 24

3.3 仿真研究 26

3.3.1 青霉素发酵过程 26

3.3.2 实验结果分析 29

3.4 本章小结 30

第四章 总结和展望 31

4.1 工作总结 31

4.2 未来展望 31

致谢 33

参考文献 34

附录 传统主元分析在Matiab中的仿真程序 36

第一章 绪论

1.1 课题的背景和意义

现代科学技术飞速发展，现代过程工业越来越自动化、连续化、大型化和复杂化。人们对过程工业提出了更高的要求——产量更高、质量更好、能耗更低、污染更少，当今，工业生产过程中普遍开始应用先进的控制技术，生产系统的规模不断扩大，复杂程度不断增加，系统可能整个瘫痪、失效而仅仅因为某个不起眼的小故障，若不能及时将故障检测并排除，甚至可能对系统导致灾难性的不可恢复的后果。意识到该问题的严重性，越来越多的学者开始关注工业生产过程的故障监控及诊断问题。监控控制系统是计算机集成过程系统(CIPS)中一个及其重要的过程，成为了热点研究课题，在线过程监控和故障诊断技术在监督控制系统中处于重点核心地位^[1]。

分别从以下几个方面进行讨论分析：

1. 安全生产和降低成本方面，更多变量、更大规模、更高复杂性是现代制造业设备的发展趋势，而且其运行条件是闭环控制下的。对这些设备进行早期的和准确的故障检测与诊断可以为了能使停产时间尽量减少，制造成本尽量降低、并且使设备运行的安全性尽量提高，尽可能避免企业人员和财产的巨大损失，就要及时准确的对工业设备进行故障检测与诊断，让企业的经济利益最大化。

（2）在实际应用方面，只有提高了系统的可靠性和安全性，社会效益和经济效益才能得到进一步保障，这引起了学者们广泛高度的关注。

请支付后下载全文，论文总字数：25339字